Für Amazon Network Services wird die Partnerschaft mit dem öffentlichen Sektor in Indien immer wichtiger. Der weltweit führende Anbieter von öffentlichen Cloud-Diensten zählt bereits wichtige Agenturen und Ministerien in Indien zu seinen Kunden und hofft, dass Tools für künstliche Intelligenz (KI) und maschinelles Lernen (ML) dazu beitragen können, mehr Anwendungen zur Verbesserung der öffentlichen Dienste in Indien zu entwickeln .
„Vom Shared Service Center bis zur Digital India Mission, Skilling Mission und Smart City Mission übernehmen sie zunehmend AWS Cloud und arbeiten mit uns zusammen. Der öffentliche Sektor in Indien basiert also tatsächlich auf der AWS-Cloud “, sagte Manav Sehgal, Leiter der Lösungsarchitektur bei Amazon Web Services, gegenüber indianexpress.com.
AWS arbeitet auch mit der Regierung von Maharashtra zusammen und stellt ihnen wichtige Anwendungen und Datenbanken zur Verfügung, darunter das Farmer Loan Waiver Scheme, die Maharashtra Property Authority und AWS Direct Benefit Transfer. Unter den AWS-Diensten sind die neuesten Tools diejenigen, die sich auf AI und ML konzentrieren.
Laut Sehgal haben sie ein großes Potenzial für den indischen öffentlichen Sektor. „Wir bieten maschinelles Lernen nicht nur als Dienstleistung an. Es ist in viele unserer vorhandenen AWS-Services integriert, einschließlich Analysen. Kunden wie Common Service Center (CSC) nutzen AWS, um auf diesem Gebiet Innovationen hervorzubringen, sagte Sehgal. Shared Service Centers ist die Mission der indischen Regierung, E-Services auf Dorfebene bereitzustellen.
Er gab das Beispiel von Textract an, das kürzlich von AWS eingeführt wurde und auf KI-Tools basiert und die Digitalisierung in diesen CSCs erleichtern kann. Textract kann Text aus digital gedruckten Formularen und sogar gescannten Dokumenten extrahieren und so besser für den Computer lesbar machen. „Viele Formulare, die gedruckt und gescannt werden, werden an diese CSCs gesendet. Hier tippen die Dorfbewohner digital. Es gibt künstliche Intelligenz, die dazwischen helfen kann. Textract wird gedruckt oder sogar handgeschrieben und analysiert es in Echtzeit. Es sind nicht nur Daten. Er prüft auch, ob dort ein Tisch ist “, erklärte er.
Manav Sehgal – Direktor für Lösungsarchitektur, öffentlicher Sektor in Indien, Amazon Internet Service Pvt. Ltd (AISPL)Für die Regierung kann ein Dienst wie Textract das Extrahieren von Daten aus Formularen erheblich vereinfachen, anstatt sich ausschließlich auf die manuelle Dateneingabe zu verlassen und so die Digitalisierung zu beschleunigen. „Wenn Sie wirklich kundenspezifisches maschinelles Lernen durchführen möchten, das auf einen bestimmten Anwendungsfall zugeschnitten ist, benötigen Sie Trainingsdaten und müssen ein Modell erstellen. Aus diesem Grund haben wir einen Dienst namens Sagemaker Ground gestartet, der dies tut. Es erfordert also tatsächlich Trainingsdaten und führt, wann immer möglich, eine automatische Kennzeichnung durch, um das Modell zu erstellen “, sagte er.
Eine der Herausforderungen beim Aufbau von KI- und ML-Diensten speziell für Indien ist jedoch das Fehlen offener Datensätze im Land. Laut Sehgal können offene Datensätze dem öffentlichen Sektor und sogar der Wissenschaft beim Erstellen spezifischer Anwendungen helfen, die er als “fehlende Komponente” bezeichnete.
“Sie haben data.gov. Wenn Sie jedoch die data.gov-Daten durchsuchen, werden Sie höchstwahrscheinlich Datasets finden, die das Dashboard zusammenfassen. Die für das maschinelle Lernen benötigten Rohdaten fehlen, sagte er. Sehgal gab ein Beispiel für einen maschinell lernbereiten Datensatz aus Indien, der in das AWS Open Dataset Registry von Janaagraha aufgenommen wurde, der Bürgerbeschwerden über die Swacch Bharat Mission hat.
„Es ist ein sehr umfassender Datensatz, der in Computer Vision-Anwendungen verwendet werden kann. Wir befinden uns in Gesprächen mit vielen anderen öffentlichen Institutionen und Hochschulen, um deren Datensätze vorzustellen, möglicherweise sogar mit dem Ministerium für Stadtplanung. Es könnten beispielsweise Daten auf Stadtebene sein, die desensibilisiert werden könnten “, sagte er und fügte hinzu, dass solche Daten leicht anonymisiert werden könnten, um daraus ML-Anwendungen zu erstellen.
